本研究提出了一种基于强化学习的因果推断方法，通过结合强化学习和排序模式，使用编码器-解码器架构生成排序，并使用强化学习优化模型处理生成的排序，得到最终的因果图。实验结果表明，该方法在合成和真实数据集上表现出更好的性能。